让社交机器人学习用户的日常生活和他们的情绪之间的关系

社交机器人，即可以与人类互动并在日常生活中提供帮助的机器人，正逐渐被引入众多现实世界的环境中。这些机器人对于帮助老年人更自主地完成日常任务特别有价值，从而有可能提高他们的独立性和幸福感。

巴里大学的研究人员多年来一直在研究使用社交机器人进行环境辅助生活应用的潜力。他们最近发表在UMAP'22Adjunct:AdjunctProceedingsofthe30thACMConferenceonUserModeling,AdaptationandPersonalization上的最新论文，专门探讨了允许帮助老年人的社交机器人学习用户的日常生活和他/她的心情。

BerardinaDeCarolis、StefanoFerilli和NicolaMacciarulo在他们的论文中写道：“社交机器人应该支持老年人的日常活动，同时，它们应该通过考虑日常生活中的情感因素来促进情绪健康。”“这项研究的主要目的是调查是否有可能在社交机器人Pepper的帮助下，通过活动了解用户的情感状态状态与日常生活之间的关系。”

DeCarolis和她的同事设计的“情绪个性化”辅助生活方法基于一个名为WoMan(WorkflorManagement)的系统。该系统在他们之前的一篇论文中介绍过，可以使用一阶逻辑推理不断学习和完善用户的例程。

在他们最近的研究中，该团队使用Pepper机器人实现了WoMan系统。Pepper是软银机器人公司制造的半人形移动机器人，可以与人类互动并检测人的基本情绪。

“WoMan将用作在Pepper机器人上运行的DailyDiary应用程序的后端模块，以收集有关日常活动及其与情绪和情绪的关系的数据，”DeCarolis、Ferilli和Macciarulo在他们的论文中写道。

到目前为止，该团队概述了他们提出的方法，并调查了它是否可以有效地了解用户的日常生活和他/她的情绪之间的关系。此外，他们创建了他们方法的概念证明，为Pepper机器人设计了一个名为DailyDiary(DD)的对话应用程序。

顾名思义，DD应用程序可用于收集总结用户日常生活、活动和情绪的注释。然后通过机器学习模型分析此应用程序收集的数据，以更好地了解用户在完成不同任务时的感受。

研究人员补充说：“这一阶段的研究结果将用于评估老年人环境辅助生活房屋方法的有效性，以使社交机器人不仅能够提供主动服务帮助，而且能够提供情感移情体验。”他们的论文。

在最初的评估中，DeCarolis和她的同事发现，他们的学习模型可以非常准确地学习预测日常生活以及活动与用户情绪之间的关系。在接下来的研究中，他们计划开发一个完整版本的应用程序并在现实环境中进行测试。

这些未来的测试将重新评估他们的学习模型在真实世界环境中预测用户活动和情绪的准确性，此外，他们将尝试确定高级用户如何体验DD应用程序和运行它的Pepper机器人，确认是否团队的方法将是有益的，并被老年人所接受。

如果研究人员未来的评估进展顺利，他们的工作可以帮助开发更多“看似善解人意”的机器人，这些机器人可以调整他们的行为以满足弱势用户的身体和情感需求。